تحلیل رابطه همبستگی شاخص‌های Researchgate با رتبه تایمز دانشگاهی در حوزه علوم رایانه

سابقه و هدف: امروزه، با افزایش استفاده از قابلیت‌های وب 2، ارزیابی علمی پژوهشگران، با استفاده از شاخص‌های altmetrics مورد توجه قرار گرفته است. هدف از انجام پژوهش حاضر، تحلیل رابطه همبستگی میان شاخص‌های rg با رتبه تایمز دانشگاهی در میان اعضای هیئت علمی برجسته حوزه علوم رایانه وابسته به مراکز علمی برتر تایمز 2020 است.مواد و روش‌ها: تحقیق حاضر، با روش علم‌سنجی و با رویکرد آلتمتریکس انجام شده است. جامعه پژوهش، تعداد یک ‌صد عضو هیئت علمی وابسته به ده مرکز علمی برتر، طبق نظام رتبه‌بندی تایمز (times higher education world university rankings 2020) در حوزه علوم رایانه، با درجه علمی حداقل دانشیار، بودند که با روش نمونه‌گیری تصادفی طبقه‌ای انتخاب شدند. برای تحلیل داده‌ها از نرم‌‌افزار spss 22 استفاده شد.یافته‌ها: بیش از نیمی از جامعه مورد بررسی (یک ‌صد عضو هیئت علمی)، هیچ حضوری در شبکه researchgate نداشتند. برای 47 فرد دارای ثبت‌نام، میان پنج شاخص »امتیاز rg «، »تعداد استناد به نسخ تحقیقاتی «، »علاقه‌مندی به مقالات سایرین «، »تعداد نسخ تحقیقاتی « و »تعداد دنبال‌کنندگان « با »رتبه‌ی تایمز دانشگاهی « رابطه معنی‌داری مشاهده نشد (pvalue>0/05). میان شاخص »میزان خوانش « و »رتبه تایمز دانشگاهی « رابطه معنی‌داری به صورت همبستگی معکوس متوسط (pvalue=0/04, spearman correlation coefficient= 0/6)، حاصل شد.نتیجه‌گیری: محققان برتر تایمز 2020 در حوزه علوم رایانه (در سطح بین ‌المللی)، با درجه علمی دانشیار و بالاتر، حضور فعال‌تری در شبکه researchgate نداشتند. ضمن اینکه رابطه همبستگی معنی‌داری میان »رتبه تایمز دانشگاهی « و شاخص‌های آلتمتریکس rg، در فعالیت پژوهشگران مذکور، به استثنای شاخص »میزان خوانش «، مشاهده نشد.

Correlation Analysis between ResearchGate Indicators and Academic Times Ranking in the Field of Computer Sciences

Background and aim: Nowadays, with the increasing use of Web 2 capabilities, the scientific evaluation of researchers has been considered using altmetrics. The aim of this study was to analyze the correlation between ResearchGate (RG) indicators and academic Times ranking among prominent faculty members in the field of computer sciences affiliated with the top scientific centers (Times) in 2020.Materials and methods: The present study was conducted using the scientometric method and Altmetrics approach. The study population consisted of 100 faculty members affiliated with the top ten academic centers according to the Times Higher Education World University Rankings 2020 in the field of computer sciences at least with degree of associate professor, who were selected by stratified random sampling. Data were analyzed using SPSS 22.Findings: More than half of the population (100 faculty members) had no presence on the RG network. For 47 registered individuals, no significant relationship was found between the five indicators on RG of RG score , Citations , Research Interest , Research Items and Followers with Times Ranking (PValue> 0.05 in all of five). There was a significant relationship between the reads indicator and Times ranking in the form of mean inverse correlation (Pvalue = 0.04, Spearman correlation coefficient= 0.6).Conclusion: The Times #39; top international computer science researchers with the degrees of associate professor and higher had no more active presence on the RG network. In addition, no significant correlation was observed between Times Rank and RG indicators in their activities, except for the reads .